Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Wykład 4 Przedziały ufności

Podobne prezentacje


Prezentacja na temat: "Wykład 4 Przedziały ufności"— Zapis prezentacji:

1 Wykład 4 Przedziały ufności
Zwykle nie znamy parametrów populacji, np.  Chcemy określić na ile dokładnie estymuje  Konstruujemy przedział o środku , i taki, że mamy 95% pewności, że zawiera on  Nazywamy go 95% przedziałem ufności (dla ) Ogólnie rozważamy przedziały ufności na dowolnym poziomie ufności 0%<1-<100%: dla 95% PU mamy  = 0.05 dla 90% PU mamy  = dla 99% PU mamy  = , itd.

2 Podstawa konstrukcji: Rozkład średniej z próby
Jeżeli obserwacje pochodzą z rozkładu N(, ), to średnia z n obserwacji ma rozkład Test: Ile wynosi kwantyl 50% dla ?

3 Idea konstrukcji przedziału ufności:
Znajdujemy najpierw przedział, w którym mieści się z prawdopodobieństwem 95% Użyjemy kwantyli rzędu i dla rozkładu zmiennej Kwantyle standardowego rozkładu normalnego Pr(Z>1.96) = 0.025, Pr(Z< -1.96) = Oznaczenie: Z0.025 = 1.96. Ogólnie Z/2 jest taką liczbą, że Pr(Z > Z/2 ) = Pr(Z < - Z/2) = /2, zatem P(-Z/2 < Z < Z/2 ) =

4 Przedział ufności, gdy znane σ
Szukane kwantyle dla wynoszą Np. kwantyle rzędu i dla Pr( < < ) = 0.95 Inaczej ujmując: Pr( < μ < ) = 0.95

5

6 Mamy 95% pewności, że odcinek
[ ] zawiera  Przedział ten nazywamy 95% przedziałem ufności Niestety długość przedziału ufności zależy tu od wartości , której na ogół nie znamy

7 Przedział ufności dla μ, gdy σ jest nieznane
Estymujemy  za pomocą s. Definiujemy standardowy błąd średniej jako SE = SE jest estymatorem odchylenia standardowego średniej : , którego użyliśmy poprzednio w PU Będziemy używali SE w miejsce

8 Musimy zapłacić pewną cenę za nieznajomość : nie możemy brać kwantyli z rozkładu normalnego:
Estymacja  wprowadza dodatkową niepewność Przedziały ufności są szersze niż w przypadku, gdy znamy 

9 Rozkład Studenta Jest to rodzina ciągłych rozkładów, o gęstościach przypominających standardowy rozkład normalny, ale mających „cięższe ogony”. Zależą one od parametru df, liczby stopni swobody (degrees of freedom) Np. dla df = 1 otrzymujemy tzw. rozkład Cauchy’ego,najbardziej odległy od rozkładu normalnego: nie ma skończonej wartości oczekiwanej, nie zachodzi dla niego CTG ani prawo wielkich liczb.

10

11 Przedziały ufości cd. Estymując  za pomocą s, do konstrukcji przedziału ufności bierzemy kwantyle z rozkładu Studenta z df=n-1 stopniami swobody. Rysunek i tablica wartości krytycznych z ``Introduction to the Practice of Statistics’’, D.S. Moore, G. P. McCabe

12

13

14 Przykłady: Dla jakiej wartości t mamy P(T>t)=0.025, gdzie T jest zmienną losową o rozkładzie Studenta z 8 stopniami swobody?

15 Znajdź dwie symetryczne wartości z takie, że między nimi zawiera się 95% masy rozkładu Studenta z 11 stopniami swobody.

16 Przedział ufności dla μ, gdy σ jest nieznane:
Kwantyle rozkładu T wykorzystamy dokonstrukcji przedziałów ufności dla . Przykład: Z n = 5 obserwacji, obliczono = i s = Wyznacz 95% przedział ufności dla .

17 Znajdź 90% PU:

18 Uwagi ogólne 90% PU jest niż 95% PU.
Gdy n wzrasta to szerokość przedziału ufności na ogół

19 Szerokość przedziału ufności wzrasta wraz z poziomem ufności
Większy poziom ufności -> Szerszy przedział Mniejszy poziom ufności-> Węższy przedział

20 Szerokość przedziału ufności zmniejsza się wraz ze wzrostem rozmiaru próby:
Większa próba-> zwykle węższy przedział Mniejsza próba-> zwykle szerszy przedział


Pobierz ppt "Wykład 4 Przedziały ufności"

Podobne prezentacje


Reklamy Google